فهرست نشریات علمی دسترسی آزاد ایران

تشخیص بیماری‌های عصب تحولی مانند اختلال نقص‌توجه-بیش‌فعالی به دلیل تأثیر آن بر کیفیت زندگی انسان، مورد توجه زیادی در مطالعات بالینی قرار گرفته است. این اختلال در اثر عوامل ژنتیکی، ناهنجاری های آناتومیکی و کارکردی مغز ایجاد می‌شود که می‌تواند منجر به نقص در ادراک زمان، اختلال در حافظه‌کاری و بی-توجهی شود. ازآنجایی که بررسی تقارن بین فعالیت‌های نواحی مختلف مغز ممکن است نقش مهمی در تشخیص زودهنگام این اختلال ایفا کند، کمی‌سازی شباهت بین سیگنال‌های مغزی یکی از چالش‌های موجود در زمینه تشخیص اختلال نقص‌توجه-بیش‌فعالی است. هدف از این مطالعه محاسبه تقارن مابین جفت کانال‌های موجود در نواحی قشری بین نیم‌کره‌ای یا درون نیم‌کره‌ای مغز است. بدین منظور، الگوریتم جدیدی مبتنی بر تاب‌خوردگی هیلبرت پویا به صورت ویژگی دو متغیره در مرحله استخراج ویژگی ارائه شده و به‌جهت بررسی توانایی و قدرت تفکیک‌پذیری این ویژگی‌ها در نواحی مختلف مغزی، طبقه‌بند ماشین بردار پشتیبان پیشنهاد گردیده است. توانایی روش پیشنهادی در ایجاد تمایز مابین مناطق مختلف مغزی نیز بررسی شده است. الگوریتم پیشنهادی به کمک مجموعه داده‌های سیگنال الکتروانسفالوگرام، شامل 14 کودک بیمار مبتلا به اختلال نقص توجه-بیش فعالی از نوع ترکیبی و 19 کودک سالم که تکالیف بازتولید زمانی را انجام می‌دادند، ارزیابی شد. این روش در تفکیک افراد بیمار از گروه سالم به میانگین صحت بالای007/0±38/94 درصد دست یافت. نتایج تجربی همچنین عملکرد بهتر روش پیشنهادی را در مقایسه با روش‌های قبلی تشخیص بیماری نقص توجه-بیش فعالی با استفاده از سیگنال‌های EEG نشان دادند.